MongoDB .find()查询返回含重复_id的结果但数据库无重复文档问题求助

问题现象 #

你遇到的情况确实反常：执行查询时游标返回的文档总数远多于唯一_id的数量，但数据库中实际不存在重复_id的文档。具体表现如下：

lobby-brain> count_iterated = 0; ids = {}
{}
lobby-brain> db.the_collection.find({ 'a_boolean_key': true }).forEach((el) => { count_iterated += 1; ids[el._id] = (ids[el._id]||0) + 1; })
lobby-brain> count_iterated
278
lobby-brain> Object.keys(ids).length
251

进一步验证单条_id的存储情况，确认数据库中仅存在一份对应文档：

lobby-brain> db.the_collection.find({ _id: ObjectId("61114c491a13c861466d39cf") }).forEach((el) => print("foo"));
foo

可能成因 #

结合你提到的复合索引（a_boolean_key + datetime）以及datetime字段频繁更新的场景，这大概率是MongoDB 5.0.x版本中存在的索引扫描重复返回文档的bug。

当复合索引的非前缀字段（此处为datetime）被频繁更新时，索引条目可能在B树中被移动。而查询游标在遍历索引时，可能会重复访问到这些移动后的条目，导致同一文档被多次返回。这个问题在单实例部署下也可能触发，尤其是索引维护和查询并发执行时。

修复步骤 #

针对这个问题，按优先级推荐以下解决方案：

1. 升级MongoDB版本（根本解决）
   该bug已在MongoDB 5.0.6及后续版本中被修复，建议直接升级到最新的5.0.x稳定版（或更高大版本）。升级后无需额外操作，索引扫描逻辑会自动修正。

2. 临时规避：强制走主键索引
   如果暂时无法升级，可以在查询中指定按_id排序，强制查询使用主键索引而非复合索引：

   db.the_collection.find({ 'a_boolean_key': true }).sort({ _id: 1 })
   

   主键索引是稳定的，不会因其他字段更新产生条目移动，因此不会出现重复扫描问题。

3. 规范重建索引（临时缓解）
   你之前尝试过重建索引，但需确保重建过程中无并发更新操作。可以先删除原复合索引，再重新创建：

   // 删除原复合索引
   db.the_collection.dropIndex("a_boolean_key_1_datetime_1")
   // 重新创建索引
   db.the_collection.createIndex({ a_boolean_key: 1, datetime: 1 })
   

   注意：重建索引期间集合查询性能会下降，建议在业务低峰期操作。此方法仅为临时缓解，无法彻底修复bug本身。

验证修复效果 #

修复后，重新执行统计脚本确认结果：

count_iterated = 0; ids = {}
db.the_collection.find({ 'a_boolean_key': true }).forEach((el) => { count_iterated += 1; ids[el._id] = (ids[el._id]||0) + 1; })
print(`迭代总数：${count_iterated}，唯一_id数量：${Object.keys(ids).length}`)

若两者数值相等，说明问题已解决。

内容的提问来源于stack exchange，提问作者Claudiu